BIG DATA-Analysen für die Herausforderungen in der Elektronik-Produktion

Herausforderungen für Hersteller

Ein profitables Produktionsunternehmen zu führen, wird immer schwieriger. Kosten und Umsätze stehen ständig unter starkem Druck, während der harte Wettbewerb sowohl auf lokaler als auch auf globaler Ebene dazu führt, dass die Gewinnspannen gering sind und es wenig Spielraum für Fehler gibt.
Die von automatisierten Montageanlagen generierten Daten können Antworten auf Herausforderungen in der Fertigung geben. Jedes Mal, wenn eine Schablone geladen wird, eine Rakel über die Schablone gezogen wird, eine Saugdüse ein Bauteil aufnimmt und platziert und eine Baugruppe geprüft wird, erfassen Sensoren wie Positionssensoren, Kraftsensoren, an der Düse montierte Kameras und Inspektionskameras Informationen, die den Zustand der Montageausrüstung, die Stabilität von Prozessen wie Siebdruck und Komponentenplatzierung sowie die Eigenschaften von Komponenten und Materialien, die die Herstellbarkeit des Produkts und die Endausbeute der Linie bestimmen, genau beschreiben.
Die Erfassung dieser Daten ist eine Herausforderung. Die Rohdaten in verwertbare Erkenntnisse umzuwandeln, die zur Lösung von Problemen und zur Verbesserung der am Ende der Fertigungslinie gemessenen Ergebnisse genutzt werden können, ist eine Aufgabe, die bisher hauptsächlich der SMT-Linienmanagement-Software überlassen wurde. Bis jetzt.
Verschiedene Linien-Management-Pakete, wie z. B. Yamahas Factory Tools Suite, haben Bedienern, Produktionsleitern und Planern geholfen, die Kontrolle über die Inline-SMT-Systeme zu behalten und so die Auslastung, Effizienz und Produktivität zu verbessern. Dazu gehören in der Regel Werkzeuge zur Unterstützung der Maschinenprogrammierung und Linienaustaktung sowie zur Überwachung der Produktion in Echtzeit. Linienüberwachungssoftware wie das M-Tool von Yamaha ermöglicht es den Verantwortlichen, den Status der Anlagen auf einen Blick zu erfassen und hilft sicherzustellen, dass Bauteile und Zuführungen zum richtigen Zeitpunkt nachgefüllt werden, um unnötige Stillstände zu vermeiden. Darüber hinaus zeigen Tools wie Yamahas QA-Options und die Smartphone-App Mobile Judgement alle Fehler-Inspektionsergebnisse an und helfen, die Ursache zu ermitteln und die Produktion wieder aufzunehmen.

Grössere Datenmengen, leistungsfähigere Werkzeuge

Es ist nicht immer einfach, die Antworten auch zu finden, die in den Daten bereits enthalten sind. In der Vergangenheit war die Analyse meist mühsam und erforderte oft erfahrene Mitglieder des Produktionsteams, um die Ergebnisse zu interpretieren und so unerwünschte Trends zu erkennen und die Ursachen von Fehlern aufzuspüren. Dies beruht oft auf Erfahrung und einem „Gespür“ für einzelne Maschinen, um die Ursachen von Problemen zu erkennen und Wartungsprobleme zu erfassen, bevor ein Geräteausfall auftreten kann. Die Erstellung von Berichten auf der Grundlage der erfassten Daten, die häufig angefordert werden, um übergeordnete Maßnahmen zu unterstützen, wie z. B. die Vorbereitung neuer Geschäftsangebote, die Verbesserung von Produktdesigns oder die Lenkung von Investitionen in neue Investitionsgüter, erhöht die Arbeitsbelastung von Mitarbeitern und verlangsamt die Entscheidungsfindung in Unternehmen.
Im Moment befindet sich die Datenwissenschaft mitten in einem dynamischen Entwicklungsschub, da Unternehmen aus vielen Branchen, die eine digitale Transformation anstreben, mehr Daten und leistungsfähigere Analysewerkzeuge fordern, um bewerten zu können, was diese Informationen für ihre Unternehmen bedeuten. Viele verschiedene Organisationen in Bereichen wie Logistik, Pharmazeutik, Lebensmittelverpackung und Bankwesen sind dabei, ihre eigene Datenkultur zu etablieren. Ziel ist, neue Geschäftserkenntnisse zu gewinnen und zu verstehen, wie man Risiken mindert, Kosten senkt, die Effizienz steigert, bessere Produkte und Dienstleistungen schafft und Kunden und Anteilseignern einen größeren Mehrwert bietet.
Die Datenwissenschaft steht bereit, um auch Elektronikherstellern zu helfen. Dank des fundierten Fachwissens der aufstrebenden Datenwirtschaft können ehemals manuelle Analyseaufgaben automatisiert werden, um schneller und effizienter als bisher tiefere Einblicke zu gewinnen. Yamaha hat sich mit Tableau Software zusammengetan, um das visuelle Dashboard-Paket auf den Markt zu bringen, in das die Analysesoftware von Tableau eingebettet ist. Die im Dashboard verfügbaren Tools bieten Echtzeit- und vergangenheitsbezogene Produktionsanalysen. Sie helfen dabei, den Betriebsqualitäts-Status zu visualisieren, die Verfügbarkeit, Leistung und Qualitätsfaktoren zu analysieren, die die Gesamtanlageneffektivität (Overall Equipment Effectiveness, OEE) bestimmen und die Daten genauer zu untersuchen, um die Ursachen von Problemen oder Defekten zu identifizieren und Hilfe bei der Lösung von Problemen wie Bauteilaufnahmefehlern, Linienaustaktungsproblemen und anderen Engpässen zu erhalten.

Gesamtanlageneffektivitäts-Analyse

Die Dashboard-Überwachungstools von Yamaha helfen Bedienern, den Überblick über den Status der Anlagen zu behalten und bei Bedarf Maschinen und Produktion schnell wieder in Gang zu bringen, während Führungskräfte und das technische Personal die Erkenntnisse nutzen können, um Probleme auf strategischer Ebene abzustellen und Maßnahmen zur Leistungsverbesserung zu ergreifen. Auf einer höheren Ebene liefern Management-Reporting-Tools die Analysen, die erforderlich sind, um den aktuellen Stand der Fertigungskapazitäten zu bewerten und sofort wirksame und längerfristige Entscheidungen zu treffen.
Durch die Ermittlung der Ursachen für reduzierte Verfügbarkeit, Leistung und Qualität können die Gesamtanlageneffektivität (OEE) und letztlich die Produktivität verbessert werden. Das in Dashboard eingebettete Datenanalyse-Knowhow kann die Geheimnisse dieser Herausforderungen entschlüsseln. Die in Bild 1 beschriebene Analyse kann Probleme quantifizieren und ihre Ursachen ermitteln, was zu Entscheidungen bezüglich der am besten geeigneten Maßnahmen führt.

Echtzeit-Produktionsanalysen geben den Status der Maschinen und der Linie grafisch und detailliert wieder (siehe Bild 2). Die Anwender können schnell alle in der Produktionslinie auftretenden Fehler identifizieren, sehen, welche Maschinen gestoppt wurden und die Auswirkungen auf die OEE erkennen, sobald sie auftreten.

Die vergangenheitsbezogene Produktionsanalyse hingegen ermöglicht eine direkte grafische Anzeige der OEE-Kennzahlen und lässt die Anwender sofort Ausfallzeiten, Rüstzeiten und Fehler, die zu Ausfällen führen, visualisieren (Bild 3). Eine detailliertere Analyse beinhaltet die Anzahl der Fehler bei der Bauteil-Abholung und die Ereignisse, die die häufigsten Stillstände verursachen.

Tiefergehende Datenanalyse

Das Yamaha-Dashboard bietet mehrere Ansichten, die eine tiefergehende Analyse von Problemen bei der Linienaustaktung, einer schlechten Bauteilaufnahme und anderer Fehler ermöglichen. Das Blasendiagramm in Bild 4 zeigt, wie das Dashboard dazu beiträgt, Abholstatistiken zu visualisieren, um die Ursachen für schlechte Leistung zu erkennen und Maßnahmen zur Minimierung von Abholfehlern zu ergreifen.

Die Abhol-Analyse kann dazu beitragen, Bauteile und Köpfe zu identifizieren, die regelmäßig eine schlechte Leistung bringen und kann die Ergebnisse bezogen auf Feeder, Bestückkopf oder Düse darstellen. Die Beziehungsanalyse ermöglicht es Anwendern, die Anzahl der Fehler zu überprüfen, die bei anderen Bauteilen auftreten, die vom selben Feeder, dem selben Bestückkopf oder der selben Düse gehandhabt werden, um festzustellen, ob der Fehler mit dem Bauteil oder mit dem Montagesystem zusammenhängt.

Bild-Nachverfolgung bei der Einführung neuer Bauteiltypen

Hohe Rückweisungsraten treten häufig dann bei der optischen Inspektion auf, wenn an der Montagelinie ein neuer Bauteiltyp eingeführt wird. Um Fehlalarme bei der Inspektion zu minimieren, muss ein geeigneter Bilddatenbestand gesammelt und analysiert werden, um etwaige Mängel im Referenzbild zu identifizieren, das vom Inspektionssystem zur Erkennung des Bauteils verwendet wird. Nachdem das Problem zum ersten Mal bemerkt wurde, könnte es mehrere Tage dauern, bis genügend Informationen über Fehler-Ereignisse erfasst sind, um die Probleme mit dem Erkennungsbild zu eliminieren.
Dank der neuen, leistungsstarken Datenbankwerkzeuge ist es nun möglich, eine große Anzahl von Bildern, die mit Fehler-Ergebnissen assoziiert sind, zu speichern und diese zur schnelleren und effizienteren Feinabstimmung von Erkennungsbildern zu verwenden. Der All Image Tracer von Yamaha ist ein neues Werkzeug, das alle Bilder kontinuierlich speichert und somit eine frühzeitige Analyse ermöglicht, sobald ein Problem erkannt wurde. Dies kann helfen, die Ursachen von Fehler-Ergebnissen schnell zu identifizieren (Bild 5), indem die Zeit eliminiert wird, die bisher für die Sammlung von Bildern nach der Entdeckung des Problems benötigt wurde. Mit diesem Tool können Ingenieure auch Referenzbilder schnell optimieren, um hohe Fehlalarmraten bei der optischen Inspektion zu vermeiden.

Die Kombination des All Image Tracer mit dem Dashboard bringt zusätzliche Leistung in die Produktionsüberwachung und hilft, die Ursachen von Problemen schnell zu identifizieren und zu lösen. Bild 6 zeigt, wie das Yamaha-Dashboard häufig auftretende Aufnahmefehler identifiziert, während die anschließende Analyse der zugehörigen Bilder mit dem All Image Tracer es ermöglicht, die Fehlerursache schnell zu lokalisieren und durch Zurücksetzen der Aufnahmehöhe zu beheben.

Bild 7 zeigt, wie mittels Dashboard erkannte Ausrichtungsfehler durch die Analyse der All Image Tracer-Datenbank bestätigt werden. Bei der Prüfung der Genauigkeit der Abholposition der X-Achse wird eine Verschiebung in X-Richtung erkannt. Die Genauigkeit der Y-Achse ist in Ordnung. Der Fehler kann durch Zurücksetzen der X-Abholposition behoben werden.

Fazit

Die „Big Data“-Revolution findet bereits heute statt und Unternehmen der Elektronik-Fertigung müssen neue Analysewerkzeuge nutzen, um von den Möglichkeiten dieser Revolution in ihren Unternehmen profitieren zu können.
Durch die Erfassung größerer Daten- und Bildbestände und den Einsatz automatisierter Analysen und visueller Tools, die das Lesen und Interpretieren der Ergebnisse erleichtern, können Bediener, Abteilungsleiter, technisches Personal und Management die Erkenntnisse gewinnen, die sie zum Erreichen ihrer Ziele benötigen. Diese können von der schnellen Wiederherstellung von Maschinen oder der Produktion nach einem Stillstand über die Korrektur von Fehlern und die Verhinderung eines erneuten Auftretens bis hin zu hochrangigen Entscheidungen über Fertigungsstrategien und zukünftiges Produktdesign reichen.
Durch die Nutzung der leistungsstarken Tableau-Analyseplattform ist das Yamaha Dashboard ein skalierbares und zukunftssicheres Tool, das mit Anwendern und der Weiterentwicklung der modernen Datenwissenschaft mitwachsen kann.

Über Yamaha Robotics SMT Section